行动区(AO)的态势图对于指挥所和战术边缘的态势感知至关重要。营 S2 或连长等作战人员首先要制定一项计划,其中包括预期敌军的战斗序列 (ORBAT)。他们不断接收有关已探测到的战斗空间目标(BSO)的信息,并将这些信息添加到态势图中。在理想情况下,操作员创建的态势图是真实、完整、最新和简洁的。但在现实中,态势图可能不完整,包含错误或过时的信息。为了持续保持准确的态势图,不仅要通过添加新的 BSO 来丰富态势图,还要对可能重复或过时的 BSO 进行修正和删除管理。在之前的论文中,我们介绍了两种自动汇总和丰富态势图的方法:根据 BSO 随时间变化的空间距离对其进行聚类的无监督学习方法和将 BSO 映射到敌方 ORBAT 的基于规则的方法。本文提出了一种新的态势图维护方法,该方法可确定从态势图得出的 BSO 群组与从 ORBAT 得出的群组之间的最佳映射。如文献所述,这种映射可有效地丰富态势图、进行身份管理和改进侦察规划。

图 1:带有等效子结构和分类查找表的 ORBAT 示例。绿色为等效坦克排,红色为两个等效连级结构。

成为VIP会员查看完整内容
5

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《战术数据链感知模拟器标准的不断演变》
专知会员服务
28+阅读 · 2024年12月26日
《战斗模拟中的强化学习》
专知会员服务
39+阅读 · 2024年12月10日
《大规模作战行动中与无人机集成的 C5ISR 系统》
专知会员服务
51+阅读 · 2024年11月1日
《兵棋推演中使用AI作为多域决策支持工具》
专知会员服务
52+阅读 · 2024年10月23日
《高超音速攻击中武器与目标分配的深度强化学习》
专知会员服务
57+阅读 · 2024年1月16日
《超视距空战中计算机生成兵力的行为建模》
专知会员服务
87+阅读 · 2023年7月10日
《多域作战环境下的军事决策过程》
专知
91+阅读 · 2023年4月12日
国家自然科学基金
11+阅读 · 2015年12月31日
国家自然科学基金
12+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
43+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
10+阅读 · 2012年12月31日
国家自然科学基金
50+阅读 · 2011年12月31日
Arxiv
164+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
428+阅读 · 2023年3月31日
Arxiv
157+阅读 · 2023年3月24日
Arxiv
22+阅读 · 2023年3月17日
VIP会员
相关VIP内容
相关基金
国家自然科学基金
11+阅读 · 2015年12月31日
国家自然科学基金
12+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
43+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
10+阅读 · 2012年12月31日
国家自然科学基金
50+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员